使用pytorch搭建的简单的LSTM多变量多输出时间序列预测的使用例。
生成了多个以sinx、cosx、tanx构成的序列，使用[i:i+50]的数据预测[i+51]的数据。x是步长为0.1的等差数列
2022-10-18 12:05:13
1KB
建立了端到端深度网络模型M-B-LSTM，以解决了深度网络学习和预测流量随机性和分布不平衡过程中的不确定性和过拟合问题。
2022-10-16 21:05:03
5.26MB
1
数据对应文章和实现代码链接
https://datayang.blog.csdn.net/article/details/126816417
2022-10-16 18:07:25
2.68MB
1
MATLAB实现CNN-LSTM时间序列预测（完整源码和数据）
卷积长短期记忆神经网络时间序列预测，数据为单变量时间序列数据，
运行环境MATLAB2020b及以上。
2022-10-15 09:10:44
253KB
使用pytorch搭建LSTM二维坐标轨迹预测模型
使用[i:i+step]的数据预测下一步的数据。step是步长
2022-10-13 17:05:56
98KB
1
在本研究中，我们提出了一种基于自我关注的区域流感预测模型，称为SAIFlu-Net。该模型利用一个较长的短期记忆网络来提取每个区域的时间序列模式，并利用自我注意机制来发现发生模式之间的相似性。为了评估其性能，我们使用每周区域流感数据集对现有的预测模型进行了广泛的实验。结果表明，该模型在均方根误差和皮尔逊相关系数方面均优于其他模型。
2022-10-11 16:05:18
1.84MB
1